????????Mmdetection3d集成了大量3D深度学习算法，其中很大一部分可以在智能驾驶KITTI数据集上运行。在算法应用KITTI数据之前，mmdetection3d提供了相应的预处理程序。关于kitti的详细介绍请参考本博客之前的文章，例如：【Mini KITTI】KITTI数据集简介 — Mini KITTI_Coding的叶子的博客-CSDN博客。部分介绍内容会持续更新和补充。
1 mmdetection3d 环境安装
? ????????mmdetection3d环境详细安装和调试请参考：【mmdetection3d】mmdetection3d安装详细步骤_Coding的叶子的博客-CSDN博客。
2 kitti原始数据集准备
????????mmdetection3d的kitti原始数据集主要由三部份组成，即ImageSets、training、testing。ImageSets主要是定义训练、验证和测试的样本名称。training文件夹下包含校准数据（calib）、图像数据（image_2）、标签数据（label_2）、激光雷达数据（velodyne）。testing文件夹下包含校准数据（calib）、图像数据（image_2）、激光雷达数据（velodyne）。kitti文件夹在mmdetection3d/data/目录下，其自身构成如下图所示：
?????????KITTI数据集是三维点云算法常用的数据集之一，网络上有大量介绍资料，这里再不进行赘述。 为了快速进行算法调试、训练、评估和验证，以及快速下载，我制作了一个mini kitti数据集，数据集的文件目录结构与完整KITTI数据集保持一致。其中，小型的KITTI数据集，即 mini kitti保存了20个训练样本和5个测试样本。下载地址为：minikitti数据集_kittimini数据包-深度学习文档类资源-CSDN下载。
????????下载的数据包含4个部分，即激光雷达数据velodyne、图像数据image_2、校准数据calib和标注数据label_2。如果需要对应的ImageSets，请下载：train_val_testforminikitti-深度学习文档类资源-CSDN下载，将下载的文件夹重名为ImageSets即可。
3 kittie预处理程序
????????mmdetection3d针对各个数据集由专门的处理脚本。针对KITTI数据集，mmdetection3d 通过运行下述脚本完成数据集基本的预处理。
?mmdetection3d针对各个数据集由专门的处理脚本。针对KITTI数据集，mmdetection3d 通过运行下述脚本完成数据集基本的预处理。
python tools/create_data.py kitti --root-path ./data/kitti --out-dir ./data/kitti --extra-tag kitti????????运行上述脚本之后，会在data/kitti/目录下生成4个pkl文件和4个json文件，即：?kitti_infos_train.pkl、?kitti_infos_val.pkl、?kitti_infos_trainval.pkl、?kitti_infos_test.pkl、kitti_infos_train_mono3d.coco.json、kitti_infos_val_mono3d.coco.json、kitti_infos_trainval_mono3d.coco.json、kitti_infos_test_mono3d.coco.json。除pkl文件和json文件外还会生成velodyne_reduced和kitti_gt_database 文件夹。下面分别进行介绍。
3.1 pkl文件
????????pkl文件主要是将ImageSets中定义的用于训练、验证和测试中的文件列表进一步细化。以训练文件来说，ImageSets中train.txt只是简单定义了用于训练的样本序号，如下图所示。
????????与之相对应的pkl文件名称为kitti_infos_train.pkl。pkl文件主要存储的是各个样本的详细信息，格式为字典组成的列表。列表中每个样本的信息不仅仅包含样本序号，还需要包含其他信息，统一存储在一个字典info中。该字典的key包含image（图片数据信息）、point_cloud（激光雷达数据信息）、calib（校准数据信息）、annos（标签标注数据信息）四个。
????????info[‘image’]：本身也是一个字典格式，主要包含image_idx（样本序号）、image_path（图片路径）、image_shape（图片尺寸）等三个部分，如下图所示。
????????info[‘point_cloud’]：本身也是一个字典格式，主要包含num_features（点云特征维度s数量xyzr）和velodyne_path（激光雷达路径）两个部分，如下图所示。
{'num_features': 4, 'velodyne_path': 'training/velodyne/000000.bin'}????????info[‘calib’]：本身也是一个字典格式，主要包含P0、P1、P2、P3、R0_rect、Tr_velo_to_cam、Tr_imu_to_velo等7个部分，如下图所示，校准数据各个参数的意义和示例请参考本专栏之前的博客。
????????info[‘annos’]：本身也是一个字典格式，主要包含name、truncated、occlude、alpha、bbox、dimensions、location、rotation_y、score、index、group_ids、difficulty、num_points_in_gt等13个部分，如下图所示，标签标注数据各个参数的意义和示例请参考本专栏之前的博客。可以看到，每个数据都由numpy矩阵组成，矩阵的第一个维度与目标个数相关。
3.2 velodyne_reduced文件夹
????????在training和testing文件目录下会分别生成velodyne_reduced文件夹，该文件夹下存储的是经过裁剪的激光雷达数据，被裁剪的部分是图像视野范围之外的点云数据。
3.3 json文件
????????json文件存储了coco格式的标注信息，仍然是以字典列表的形式来存储各个标注，每一个目标占用一个列表元素，不再是每一个样本占用一个元素。一个样本可以拥有多个目标，因此json中annotations字典列表长度大于pkl中的字典列表长度。字典中包含了annotations、images和categories三个部分。
3.3.1 annotations
annotations是存储标注信息的字典，含14个关键字，各个字段介绍如下：
file_name：图片路径，如training/image_2/000000.png
image_id：样本序号，如0
area：三维目标在相机坐标系下的投影面积
category_name：目标名称，如Car
category_id：类别标签序号，如2
bbox：二维标注框，list：4
iscrowd：0
bbox_cam3d：相机坐标系下三维标注，list：7，即xyzwhl+rotation
Velo_cam3d：速度，-1
ceter2d：三维目标中心在相机坐标系下的投影，list：3
attribute_name：-1
attribute_id：-1
segmenation：[]3.3.2 images
????????images是图片和校准信息的字典，含8个关键字，即file_name、id、Tri2v、Trv2c、rect、cam_intrinsic、width、height，包含了图片路径、样本序号、相机校准参数和尺寸。
3.3.3 categories
? ? ? ? categories中存储了算法关注的标签名称及其标签ID，如下所示：
[{'id': 0, 'name': 'Pedestrian'},
?{'id': 1, 'name': 'Cyclist'},
?{'id': 2, 'name': 'Car'}]3.4?kitti_gt_database 文件夹
????????kitti_gt_database文件夹下存储的是每个目标所占据的点云，并且点云的中心点平移到了坐标原点。这相当于中心位于坐标原点的各个目标的三维点云。存储格式按照sampleid_classname_i.bin。Sampleid表示样本序号，classname为目标名称，i表示样本中的第i个目标。各个文件运行结果如下图所示。
4?【python三维深度学习】python三维点云从基础到深度学习_Coding的叶子的博客-CSDN博客_python 三维点云
更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。